用于消毒的淋浴装置控制方法及系统与流程

本发明涉及淋浴控制，尤其涉及一种用于消毒的淋浴装置控制方法及系统。

背景技术：

1、现有技术中，消毒淋浴装置通常采用预先设定的固定模式进行喷淋和消毒操作。这种方式无法根据实际情况动态调整消毒参数，如喷淋模式、消毒液浓度、时间分配等，难以达到最佳消毒效果。同时，现有技术中缺乏对淋浴环境和安全情况的实时监控和响应机制，无法针对不同情况调整控制策略，存在一定的安全隐患。

2、现有技术中还存在以下不足:缺乏对淋浴装置状态的精确分析和理解，难以根据实际使用情况启动合理的消毒流程;无法对消毒任务进行优先级排序和冲突分析，导致执行效率低下;消毒液配比调节策略缺乏智能优化，浪费资源;喷淋模式组合和时间分配缺乏动态规划，难以达到最佳效果;无法根据实际情况进行智能烘干控制;缺乏对淋浴环境的监控和动态防护机制。

技术实现思路

1、有鉴于此，本发明实施例提供了一种用于消毒的淋浴装置控制方法及系统，用于提高用于消毒的淋浴装置控制的效率及准确率。

2、本发明提供了一种用于消毒的淋浴装置控制方法，包括：通过淋浴装置的传感器模组实时采集所述淋浴装置的状态数据，得到传感器数据集，并通过所述传感器数据集对所述淋浴装置进行当前状态分析，得到当前使用状态；

3、根据预设的消毒启动条件对所述当前使用状态进行消毒指令分析，得到启动指令集，并对所述启动指令集进行优先级排序及冲突分析，得到消毒任务队列；

4、通过预置的消毒液浓度传感器进行数据采集，得到浓度数据，并对所述浓度数据进行特征提取，得到浓度特征向量，并将所述浓度特征向量输入预置的浓度调节模型进行前向传播，得到消毒液配比调节策略；

5、基于所述消毒液配比调节策略，对多个喷淋模式进行组合，得到目标喷淋模式组合，并对所述目标喷淋模式组合进行动态规划，得到喷淋序列以及喷淋时间分配序列；

6、根据所述喷淋序列以及所述喷淋时间分配序列进行排水阀开度控制曲线分析，得到目标控制曲线，基于所述目标控制曲线对预置的热风机进行工作参数分析，得到目标工作参数并根据所述目标工作参数生成智能烘干指令；

7、实时采集淋浴装置周围的红外图像，并对所述红外图像进行喷淋对象识别，得到喷淋对象数据，对所述淋浴装置进行水流趋势预测，得到水流预测趋势并根据所述水流预测趋势以及所述喷淋对象数据生成动态防护控制策略。

8、在本发明中，所述通过淋浴装置的传感器模组实时采集所述淋浴装置的状态数据，得到传感器数据集，并通过所述传感器数据集对所述淋浴装置进行当前状态分析，得到当前使用状态步骤，包括：

9、对所述传感器数据集进行数据预处理，得到预处理后的传感器数据集，并根据所述预处理后的传感器数据集提取淋浴状态特征，得到淋浴状态特征集；

10、对所述淋浴状态特征集进行特征选择，得到关键淋浴状态特征子集，并根据所述关键淋浴状态特征子集进行淋浴状态聚类，得到淋浴状态聚类结果；

11、根据所述淋浴状态聚类结果进行淋浴状态分类，得到初步的淋浴状态分类结果，并对所述初步的淋浴状态分类结果进行后处理优化，得到优化后的淋浴状态分类结果；

12、对所述传感器数据集进行数据增强处理，得到增强后的传感器数据集，并利用所述增强后的传感器数据集对所述淋浴状态分类结果进行校验和修正，得到校正后的淋浴状态分类结果；

13、对所述传感器数据集进行特征融合处理，得到融合后的传感器特征集，并根据所述融合后的传感器特征集进行淋浴事件检测，得到淋浴事件序列；

14、对所述淋浴事件序列进行时序关联分析，得到关联后的淋浴事件序列，并根据所述关联后的淋浴事件序列进行淋浴行为识别，得到淋浴行为序列；

15、对所述淋浴行为序列进行语义理解处理，得到语义化的淋浴行为描述，并将所述语义化的淋浴行为描述与预设的淋浴行为知识库进行匹配，得到匹配后的淋浴行为状态；

16、根据所述校正后的淋浴状态分类结果、所述关联后的淋浴事件序列以及所述匹配后的淋浴行为状态，构建淋浴状态综合特征向量；

17、将所述淋浴状态综合特征向量输入到预设的淋浴状态判定规则中，通过规则匹配得到初步的当前使用状态判定结果；

18、对所述初步的当前使用状态判定结果进行可信度评估，得到可信度评估值，根据所述可信度评估值对所述初步的当前使用状态判定结果进行加权融合，得到当前使用状态。

19、在本发明中，所述根据预设的消毒启动条件对所述当前使用状态进行消毒指令分析，得到启动指令集，并对所述启动指令集进行优先级排序及冲突分析，得到消毒任务队列步骤，包括：

20、根据所述当前使用状态与预设的消毒启动规则库进行匹配，得到匹配后的消毒启动规则集，并对所述匹配后的消毒启动规则集进行过滤，得到过滤后的消毒启动规则子集；

21、根据所述过滤后的消毒启动规则子集生成消毒启动条件检测矩阵，并利用所述消毒启动条件检测矩阵对所述当前使用状态进行检测，得到消毒启动条件检测结果；

22、对所述消毒启动条件检测结果进行阈值比对处理，得到消毒启动阈值比对结果，并根据所述消毒启动阈值比对结果生成初步的启动指令集；

23、对所述初步的启动指令集中的指令进行语义提取，得到指令语义特征集，并根据预设的指令冲突规则对所述指令语义特征集进行冲突检测，得到指令冲突报告；

24、利用预设的指令优先级评估模型对所述初步的启动指令集进行优先级评分，得到指令优先级评分结果，并根据所述指令优先级评分结果对所述初步的启动指令集进行优先级排序，得到指令优先级队列；

25、将所述指令冲突报告与所述指令优先级队列进行关联分析，得到冲突消解后的指令优先级队列，作为候选的消毒任务队列；

26、对所述候选的消毒任务队列进行资源可用性评估，得到资源可用性评估结果，并根据所述资源可用性评估结果从所述候选的消毒任务队列中筛选出资源可满足的消毒任务子队列；

27、利用预设的消毒效果预测模型对所述资源可满足的消毒任务子队列进行效果预测，得到消毒效果预测结果，并根据所述消毒效果预测结果对所述资源可满足的消毒任务子队列进行排序，得到消毒效果优先级队列；

28、将所述消毒效果优先级队列与预设的消毒任务知识库进行比对，得到知识增强后的消毒任务队列，作为备选的消毒任务队列；

29、综合所述候选的消毒任务队列与所述备选的消毒任务队列，通过多准则决策模型进行综合评判，得到所述消毒任务队列。

30、在本发明中，所述通过预置的消毒液浓度传感器进行数据采集，得到浓度数据，并对所述浓度数据进行特征提取，得到浓度特征向量，并将所述浓度特征向量输入预置的浓度调节模型进行前向传播，得到消毒液配比调节策略步骤，包括：

31、对所述浓度数据进行数字滤波处理，得到滤波后的浓度数据，并对所述滤波后的浓度数据进行数据归一化处理，得到归一化后的浓度数据；

32、根据所述归一化后的浓度数据构建浓度时间序列，并利用时间序列分解模型对所述浓度时间序列进行分解，得到浓度趋势项、浓度季节项和浓度随机项；

33、对所述浓度趋势项进行特征提取，得到趋势特征向量，并采用奇异谱分析方法对所述趋势特征向量进行特征增强，得到增强后的趋势特征向量；

34、对所述浓度季节项进行特征提取，得到季节特征向量，并采用小波变换方法对所述季节特征向量进行特征增强，得到增强后的季节特征向量；

35、对所述浓度随机项进行特征提取，得到随机特征向量，并采用经验模态分解方法对所述随机特征向量进行特征增强，得到增强后的随机特征向量；

36、将所述增强后的趋势特征向量、所述增强后的季节特征向量和所述增强后的随机特征向量进行特征融合，得到融合后的浓度特征向量；

37、根据所述融合后的浓度特征向量构建浓度调节神经网络模型，并利用预设的历史浓度数据对所述浓度调节神经网络模型进行训练，得到训练后的浓度调节神经网络模型；

38、将所述融合后的浓度特征向量输入至所述训练后的浓度调节神经网络模型，通过前向传播计算得到初步的消毒液配比调节策略；

39、对所述初步的消毒液配比调节策略进行仿真测试，得到仿真测试结果，并根据所述仿真测试结果对所述初步的消毒液配比调节策略进行微调，得到微调后的消毒液配比调节策略；

40、将所述微调后的消毒液配比调节策略输入至预设的策略优化模型中进行优化求解，得到所述消毒液配比调节策略。

41、在本发明中，所述基于所述消毒液配比调节策略，对多个喷淋模式进行组合，得到目标喷淋模式组合，并对所述目标喷淋模式组合进行动态规划，得到喷淋序列以及喷淋时间分配序列步骤，包括：

42、根据所述消毒液配比调节策略，对预设的喷淋模式库进行检索，得到与所述消毒液配比调节策略相匹配的候选喷淋模式集；

43、对所述候选喷淋模式集中的各个喷淋模式进行效能评估，得到效能评估结果集，并根据所述效能评估结果集对所述候选喷淋模式集进行排序，得到效能排序后的候选喷淋模式集；

44、从所述效能排序后的候选喷淋模式集中选取前n个喷淋模式，构成初步的目标喷淋模式组合，其中n为预设的组合模式数量；

45、对所述初步的目标喷淋模式组合中的各个喷淋模式进行适应性分析，得到适应性分析结果，并根据所述适应性分析结果计算各个喷淋模式的适应度系数；

46、根据所述适应度系数对所述初步的目标喷淋模式组合进行适应度排序，得到适应度排序后的目标喷淋模式组合；

47、对所述适应度排序后的目标喷淋模式组合进行冲突检测，得到冲突检测报告，并根据所述冲突检测报告对所述适应度排序后的目标喷淋模式组合中存在冲突的喷淋模式进行剔除，得到无冲突的目标喷淋模式组合；

48、以预设的消毒评价指标为优化目标，以所述无冲突的目标喷淋模式组合为决策变量，构建喷淋模式动态规划模型，并求解所述喷淋模式动态规划模型，得到各个喷淋模式的执行时刻和持续时长；

49、根据所述各个喷淋模式的执行时刻，生成喷淋模式的执行序列，作为喷淋序列；

50、根据所述各个喷淋模式的持续时长，生成各个喷淋模式在总消毒时长中的时间占比，作为喷淋时间分配序列；

51、将所述喷淋序列和所述喷淋时间分配序列输入至预设的喷淋执行模型中，对所述无冲突的目标喷淋模式组合进行仿真验证，并根据仿真验证结果对所述喷淋序列和所述喷淋时间分配序列进行动态修正，得到所述喷淋序列以及所述喷淋时间分配序列。

52、在本发明中，所述根据所述喷淋序列以及所述喷淋时间分配序列进行排水阀开度控制曲线分析，得到目标控制曲线，基于所述目标控制曲线对预置的热风机进行工作参数分析，得到目标工作参数并根据所述目标工作参数生成智能烘干指令步骤，包括：

53、对所述喷淋序列进行时间离散化处理，得到离散化后的喷淋时间节点序列，并根据所述离散化后的喷淋时间节点序列对所述喷淋时间分配序列进行插值处理，得到连续的喷淋时间分配曲线；

54、根据所述连续的喷淋时间分配曲线，构建排水阀开度的分段控制逻辑，并对所述分段控制逻辑进行关键参数求解，得到排水阀开度控制参数集；

55、根据所述排水阀开度控制参数集，生成排水阀开度控制曲线，作为排水阀开度控制的目标控制曲线；

56、对预置的热风机的关键工作参数进行遍历组合，得到目标热风机工作参数组合；

57、将所述目标热风机工作参数组合作为热风机工作参数的目标取值，生成热风机工作参数的控制指令时序；

58、将所述控制指令时序转化为热风机的pwm控制脉冲信号，并将pwm控制脉冲信号输出至热风机的驱动电路，并根据所述目标控制曲线生成智能烘干控制指令。

59、在本发明中，所述实时采集淋浴装置周围的红外图像，并对所述红外图像进行喷淋对象识别，得到喷淋对象数据，对所述淋浴装置进行水流趋势预测，得到水流预测趋势并根据所述水流预测趋势以及所述喷淋对象数据生成动态防护控制策略步骤，包括：

60、对采集的红外图像进行预处理，得到预处理后的红外图像；

61、根据预设阈值对所述预处理后的红外图像进行二值化处理，得到高温目标区域；

62、对所述高温目标区域进行特征提取，得到目标区域特征，根据所述目标区域特征进行类型识别，得到喷淋对象类型数据；

63、根据所述喷淋对象类型数据计算安全淋浴剩余时长，得到安全淋浴计时数据；

64、对水流量传感器数据进行趋势预测，得到水流量预测数据；

65、根据所述水流量预测数据进行供水压力预测，得到供水压力预测数据；

66、根据所述安全淋浴计时数据和所述供水压力预测数据，计算动态安全淋浴时长阈值；

67、根据所述动态安全淋浴时长阈值生成动态水流控制曲线和动态温度控制曲线；

68、根据所述动态水流控制曲线和动态温度控制曲线生成控制指令序列，并将所述动态安全淋浴时长阈值、动态水流控制曲线和动态温度控制曲线封装为动态防护控制策略。

69、本发明还提供了一种用于消毒的淋浴装置控制系统，包括：

70、采集模块，用于通过淋浴装置的传感器模组实时采集所述淋浴装置的状态数据，得到传感器数据集，并通过所述传感器数据集对所述淋浴装置进行当前状态分析，得到当前使用状态；

71、分析模块，用于根据预设的消毒启动条件对所述当前使用状态进行消毒指令分析，得到启动指令集，并对所述启动指令集进行优先级排序及冲突分析，得到消毒任务队列；

72、提取模块，用于通过预置的消毒液浓度传感器进行数据采集，得到浓度数据，并对所述浓度数据进行特征提取，得到浓度特征向量，并将所述浓度特征向量输入预置的浓度调节模型进行前向传播，得到消毒液配比调节策略；

73、规划模块，用于基于所述消毒液配比调节策略，对多个喷淋模式进行组合，得到目标喷淋模式组合，并对所述目标喷淋模式组合进行动态规划，得到喷淋序列以及喷淋时间分配序列；

74、生成模块，用于根据所述喷淋序列以及所述喷淋时间分配序列进行排水阀开度控制曲线分析，得到目标控制曲线，基于所述目标控制曲线对预置的热风机进行工作参数分析，得到目标工作参数并根据所述目标工作参数生成智能烘干指令；

75、预测模块，用于实时采集淋浴装置周围的红外图像，并对所述红外图像进行喷淋对象识别，得到喷淋对象数据，对所述淋浴装置进行水流趋势预测，得到水流预测趋势并根据所述水流预测趋势以及所述喷淋对象数据生成动态防护控制策略。

76、本发明提供的技术方案中，通过淋浴装置的传感器模组实时采集状态数据，对数据进行预处理、特征提取、聚类分析等，可以精准获取淋浴装置的当前使用状态，并根据预设的消毒启动条件对当前使用状态进行分析，生成合理的消毒启动指令集，再通过优先级评估、冲突检测等对指令集进行优化处理，得到资源可满足、消毒效果优先的消毒任务队列，从而可以高效、精准地启动符合实际情况的消毒流程。利用消毒液浓度传感器采集浓度数据，对数据进行数字滤波、时间序列分解等处理，提取浓度特征向量，并通过训练的浓度调节神经网络模型输出消毒液配比调节策略，可以根据实际情况动态优化消毒液配比，避免资源浪费，提高消毒效果。同时，根据配比调节策略，从预设的喷淋模式库中筛选出适配的喷淋模式组合，并通过动态规划模型对组合模式的执行时刻、持续时长等进行优化求解，生成喷淋序列和时间分配序列，可以最大化消毒评价指标，提升消毒质量。根据喷淋序列和时间分配序列，通过时间离散化、插值处理等，分析得到排水阀开度控制曲线，并对热风机工作参数进行优化求解，可以实现智能高效的烘干控制。另外，通过红外图像采集和目标识别，对喷淋对象进行类型识别，并结合水流量、供水压力的趋势预测，计算出动态安全淋浴时长阈值，生成动态水流控制曲线和温度控制曲线，从而能够根据实际情况生成动态防护控制策略，提高淋浴装置的使用安全性。